高效智能学习系统，精准提升学员成绩

基于大数据和云计算的个性化教学系统研究--以"智慧学伴"自适应学习平台为例

随着信息技术的快速发展,大数据和云计算正成为推动教育系统创新与变革的颠覆性力量,通过数据挖掘和分析,能够实现学习者的学习行为和过程进行量化分析和建模研究,以此判断学习质量,预测学习趋势,促进高效学习.本文以"智慧学伴"自适应学习平台为例,以教育大数据促进精准教学以提升教学效果为目标,从常态教学的挑战与问题出发,提出利用大数据技术的学情分析,学习资源的个性化智能推送,基于大数据技术的学情分析以及大数据下的多维度教学评价等构建一套完整的个性化教学设计方案.重在解决传统教学中的学习对象认知不充分,学习资源无法满足大多数学生的需求,学情分析缺乏预警机制,学习评价方式单一等问题,从而形成智慧化的课堂.

基于"学校大脑"智能系统的精准分层教学实践

课堂是教师教学,学生学习的主阵地,要提升教育教学质量,确保学生在校内学足学好,就应设法提高课堂教学效率.杭州市建兰中学开发了"学校大脑"智能系统,该系统构建了从学情诊断到分层干预的闭环体系,助力实现学生分组分层,教学活动分层,帮助教师实施精准分层教学,促进优秀学生高阶思维水平的发展,个别帮扶后进学生对基础知识的掌握,推动教育从"标准化量产"向"个性化生长"转型.

智能数据在高中历史教学中的应用

教育信息化2.0时代,数据与教育是当下普遍关注的热点问题,大数据与教育逐步实现深度融合,智能数据融入一线教学成为教育信息化,智能化发展不可阻挡的趋势.由于高中历史教学面临高考的压力,学校关注学生分数变化,迫切希望寻求提升学生学习成绩的方法.能否借助智能数据融入历史教学,为提升学生学习能力寻找新的突破,论文以此为关注点,分析智能数据在高中历史教学中的应用.在阐述智能数据概念和特征的基础上,结合实践案例,全面分析智能数据在高中历史教学中的应用及效果,为学校和教师在历史教学中应用智能数据提供参考,具有一定的借鉴意义和实用价值.论文首先对智能数据进行定义,认为智能数据是指在大数据技术的辅助下,由机器代替人脑实现自动化处理教育数据,提取有价值信息,帮助教育者解决教学问题的智能技术,提出智能数据具有精准性,智能化,实用性的特征.其次,对智能数据所依托的"会课教育数据平台"结构内容进行剖析,主要分为智能化题库,智能批阅系统,精准教学数据反馈系统,错题管理和智能推荐系统四部分,各部分之间联系密切,为教师教学和学生学习提供系统化支持.从高考考情,成绩分析,题库建设方面分析智能数据应用在历史教学中的必要性.论文重点分析了智能数据在S中历史教学中的应用案例.阐述在期中考试中应用智能数据评阅试卷.通过对成绩数据化分析,以反馈的信息为支撑,了解班级整体,学生个人取得分数背后的学习情况;依据考试后反馈的有价值数据信息,教师有针对性开展试卷讲评课及随堂测验,提高课堂效率;"会课教育数据平台"自动出具个性化成绩报告单,帮助学生进行"学习体检",分析学习中存在的问题,通过智能错题集管理学生学习中出现的错题,强化试题练习,增强学习能力;以"教育实验法"设置对照组,访谈历史教师分析智能数据在考试中的应用效果,得出智能数据在高中历史教学中应用在一定程度上提升学生学业成绩的结论.由于技术局限性,以及教师数据素养的缺乏,智能数据未能实现与教学过程的深度融合,教师工作效率提高,而工作量加重.通过分析智能数据在教学中应用,得到一定启示,应全面而理性的看待"智能数据",提升教师的信息素养,关注教师及学生历史学习中需求.

基于大数据的初中数学智慧学习系统模型研究

伴随着云计算、物联网和移动互联技术的快速发展,我们由信息时代迈入了数据时代,“大数据”作为数据时代的核心技术,为各个领域的发展提供了强大的数据支撑。分享大数据红利,是时代赋予我们的权利,教育行业同样需要大数据提供的数据支撑来助推教育信息化的高效发展。智慧学习,作为基于教育信息化、知识融合与协同创新的全新学习方法,是在教育信息化深入发展的过程中逐渐形成的教育理念与学习模式,对学习者智慧的生成、核心素养的提升具有重要意义,与教育信息化天然的联系使之更易成为研究信息技术与基础教育融合的切入点。初中数学,作为基础教育阶段的一门基础学科,是学好其他学科的基础,如何构建智慧学习系统,采集、分析和利用教育大数据,为初中数学智慧学习与教学服务,有效促进初中生数学学科素养的提升,是一个值得深入研究的问题。目前关于学习系统的研究领域,主要侧重于高等教育,对基础教育的关注较少,针对具体学科的研究就更少。究其原因,主要是基础教育阶段教学具有很强的计划性,学习具有较强的集体性,导致学习系统的构建和应用需要额外考虑的因素较多,如:基础教育阶段的学生因学习特点无法完全脱离课堂教学,不能完全依赖于线上的自主学习,这就需要学习系统能够建立起线上与线下学习的有效衔接机制;学科素养的培养日益受到重视,但支撑学生核心素养提升的智慧学习资源与工具的缺失,往往导致学生学习受限;教师的导学参与对保障学生的学习效果有着不可取代的作用,学习系统需要具有为教师导学提供服务的能力。基于以上背景,本文提出了“基于大数据的初中数学智慧学习系统模型”,从学习系统生态圈的视角对系统进行建模,力求将线上和线下学习进行有效衔接,构建“导、学”一体化的智慧学习系统,利用教育大数据和学习分析技术,为学生学习、教师导学提供信息援助和技术支撑。具体研究工作如下:(1)初中数学知识模型构建及智慧学习资源与工具设计:通过对初中数学核心素养和知识特点进行分析,构建了初中数学知识模型,为智慧学习系统的运转提供了领域模型基础;对初中数学与信息技术的融合点进行研究,分析智慧学习方式及其对学习资源与工具的诉求,形成了初中数学学习资源框架,并进行初中数学智慧学习工具设计与研发,有效解决了学生智慧学习资源和工具匮乏的问题;(2)初中数学学习者模型构建:在学习者模型内涵与建模标准、初中生数学学习影响因素分析的基础上,建立了初中数学学习者模型,并对模型的构建方法及初始化和更新机制进行了阐述,将初中数学能力水平、学习者操作技术水平和生理特征纳入到学习者模型中,丰富了学习者模型的属性;(3)初中数学学习者知识水平诊断:基于项目反映理论对学习者知识掌握水平进行自适应测试,采用马尔科夫链蒙特卡洛算法(MCMC)和分层分区算法实现参数估计和题目的选择,建立了初中数学学习者知识水平自适应测试的完整处理流程;(4)智慧学习路径推荐:结合初中生实际学习情况,进行了智慧学习路径推荐策略分析,进一步探讨了如何选取智能算法去实现推荐策略;最后基于改进的蚁群算法,探析并优化了算法相关参数,给出了算法的完整描述,扩展了蚁群算法的应用范围,实现了根据学习者模型和领域知识模型的智慧学习路径推荐方法;(5)教师导学信息援助:基于学习过程和结果大数据,对学生学情信息进行多维度的精准分析,为教师导学活动的有效开展提供依据;(6)学习资源与工具有效性评价:提出结合知识水平提升度和目标用户评分的方法,将基于知识水平的客观评价和学习者的主观评价进行有效结合,实现学习资源与工具的有效性评价。